MapReduce提交作业常见问题

 今天在hadoop集群上跑MapReduce程序，遇到的一些问题和解决的方法，希望对大家有帮助！
1.从HDFS上传下载文件到
第一种错误：

Exception inthread"main"java.lang.IllegalArgumentException: 

Wrong FS: hdfs://192.168.1.11:9000/usr/yujing/wordcount, 

expected: hdfs://master:9000

 
这个很多人都遇到过，不管是在ubuntu还是windows系统中，在连接集群的时候，不能直接使用hdfs://192.168.1.11:9000，要在hosts文件中添加192.168.1.11的映射，有人可能不知道windows下hosts文件在哪？C:\Windows\System32\drivers\etc\hosts(这个是隐藏文件你可以显示出来），在host文件中添加192.168.1.11 master就可以了。
第二种错误：

org.apache.hadoop.ipc.RemoteException: 

org.apache.hadoop.hdfs.server.namenode.SafeModeException: 

Cannot create file/usr/yujing/wordcount. Name node is in 

safe mode.
The ratio of reported blocks 0.0000 has not reached the 

threshold 0.9990. Safe mode will be turned off 

automatically.

 
这个错误出现的原因是client对集群中HDFS的操作没有权限
解决办法：
(1)在代码中加上一行代码
conf.set("dfs.permissions","false");
(2)在集群配置文件hdfs-site.xml
property>
     <name>dfs.permissions</name>
    <value>false</value>
</property>
然后重启
1.对于hadoop提供的wordcount例子
第一种错误：

 

12/02/10 14:24:59 INFO ipc.Client: Retrying connect to 

server: localhost/127.0.0.1:9000. Already tried 0 time(s).
12/02/10 14:25:01 INFO ipc.Client: Retrying connect to  

 
当你在代码中明明写的是集群的IP，但是它连接就是localhost,这是因为mapreduce默认连接的是localhost
解决办法：
conf.set("fs.default.name", "hdfs://master:9000");
conf.set("hadoop.job.user", "yujing");
conf.set("mapred.job.tracker", "master:9001");
这样JobClient就会把Job任务提交到hadoop集群中
第二种错误：

Exception in thread "main" 

org.apache.hadoop.mapreduce.lib.input.InvalidInputException

: Input path does not exist: 

hdfs://master:9000/user/yujing/D：/qq.txt

 
这种错误是因为向集群中提交job任务是文件的输入路径必须要是HDFS上的文件路径，输出路径也要是HDFS上的文件
第三种错误：

2/02/10 14:52:36 WARN mapred.JobClient: No job jar file 

set.  User classes may not be found. See JobConf(Class) or 

JobConf#setJar(String).
12/02/10 14:52:36 INFO mapred.JobClient: Cleaning up the 

staging area hdfs://master:9000/tmp/hadoop-

hadoop/mapred/staging/yujing/.staging/job_201202091335_0293

 
以上的错误是由于mapreduce的输出路径已存在，必须先删除掉那个文件
正确的运行结果：

12/02/10 14:59:35 INFO input.FileInputFormat: Total input 

paths to process : 1
12/02/10 14:59:35 INFO mapred.JobClient: Running job: 

job_201202091335_0299
12/02/10 14:59:36 INFO mapred.JobClient:  map 0% reduce 0%
12/02/10 14:59:48 INFO mapred.JobClient:  map 100% reduce 

0%
12/02/10 15:00:04 INFO mapred.JobClient:  map 100% reduce 

100%
12/02/10 15:00:09 INFO mapred.JobClient: Job complete: 

job_201202091335_0299
12/02/10 15:00:09 INFO mapred.JobClient: Counters: 25

 
2.自己写的mapReduce程序
第一种错误：

java.lang.RuntimeException: 

java.lang.ClassNotFoundException: cn.hadoop.InvertedIndex

$InvertedIndexMapper
	at org.apache.hadoop.conf.Configuration.getClass

(Configuration.java:866)
	at 

org.apache.hadoop.mapreduce.JobContext.getMapperClass

(JobContext.java:195)

 
第一种解决方法：
这是由于及集群中没有我们提交的jar包，所以namenode不知道怎么执行我们的job任务，所以就会报空指针异常错误，所以要自己打jar提交给集群。
解决方法： 所以先给自己的程序打成jar包，然后放到工程的根目录下，然后在代码中添加JobConf conf=new JobConf
();conf.setJar("pr.jar");这样就可以了，这个错误困扰了我们很久。
第二种解决方法：
使用eclipse插件解决，有很多人刚刚开始的时候使用插件老是会出不来想要的结果，这个可能和eclipse或者是插件包的版本有关，有的版本的eclipse不兼容hadoop插件，还有就是hadoop-eclipse-plugin-0.20.203.0.jar的插件里面少了一些包，要自己进行手动修改，这个网上又怎么修改的方法，关于在eclipse安装插件就是要多试试就可以了，当插件完成后，然后点击run hadoop，插件内部会打包你的程序提交到集群上。

第三种解决方法：
自己在程序中打包自己的mapreduce程序，然后提交job任务，这方面这部分代码在eclipse插件中也是实现了的，我们这里就是要用代码实现插件的功能。
第二种错误：

2/02/10 14:59:35 INFO input.FileInputFormat: Total input 

paths to process : 1
12/02/10 14:59:35 INFO mapred.JobClient: Running job: 

job_201202091335_0299
12/02/10 14:59:36 INFO mapred.JobClient:  map 0% reduce 0%
12/02/10 14:59:48 INFO mapred.JobClient:  map 100% reduce 

0%

 
这种错误出现的原因是mapreduce默认的reduce个数是1个，所以如果当map的个数很大时，reduce过程迟迟不会进行，解决方法是在代码中添加job.setNumReduceTasks(4);设置reduced的个数。

 

 

评论

4 楼 chenglnb 2013-08-19  

非常好，很强大，谢谢lz 帮解决了我的问题

3 楼 Karl-z 2013-04-09  

在ClassNotFoundExceptiond第二个解决办法失效
第三个办法的：
自己在程序中打包自己的mapreduce程序，然后提交job任务，这方面这部分代码在eclipse插件中也是实现了的，我们这里就是要用代码实现插件的功能。
这个怎么实现？没找到，谢谢！

2 楼 yu06206 2012-03-14  

呵呵，都学习过程中遇到的一些问题！

1 楼 chenwq 2012-03-13  

总结得很好，学习了！